我一直在仓库工作一段时间。
我对Columnar数据库以及它们为数据检索提供的速度感到好奇。
我有多部分问题：
Columnar数据库如何工作？ 列式数据库是一个概念，而不是特定的架构/实现。换句话说，没有关于这些数据库如何工作的特定描述;实际上，有些是基于传统的，面向行的DBMS构建的，只需将信息存储在具有一列（或通常是两列）的表中（并添加必要的层以便以简单的方式访问列式数据）。
它们与关系数据库有何不同？它们通常不同于传统的（面向行的）数据库...
...在DBMS的特定用例中。 特别是当在典型用途上计算有限数量的列上的聚合值时，它们在所提到的区域中提供优势，而不是尝试并检索给定实体的所有/大多数列。
是否有我可以安装的柱状数据库的试用版？ （我在Windows 7上）是的，有柱状数据库的商业，免费和开源实现。请参阅Wikipedia article末尾的列表以获取入门名单。 请注意，这些实现中的一些是为满足特定需求（例如非常小的占用空间，高度可压缩的数据分布或备用矩阵仿真等）而引入的，而不是提供通用的面向列的DBMS本身。
注意：关于几个柱状DBMS的“单一目的”的说法并不是对这些实现的批评，而是对DBMS的这种方法从更“自然”（当然也更广泛使用）方法的一种额外指示。存储记录实体。结果，当面向行的方法不令人满意时，使用这种方法，因此倾向于这种方法 a）针对特定目的进行攻击b）获得的资源/兴趣少于“通用”，“试验和测试”，表格方法。
暂时，Entity-Attribute-Value（EAV）数据模型可能是您可能想要考虑的替代存储策略。虽然不同于“纯”柱状DB模型，但EAV具有柱状DB的几个特征。
柱状数据库如何工作？列存储的定义概念是表的值按列连续存储。因此，CJ Date的供应商和零件数据库中的经典供应商表：
SNO STATUS CITY SNAME
--- ------ ---- -----
S1 20 London Smith
S2 10 Paris Jones
S3 30 Paris Blake
S4 20 London Clark
S5 30 Athens Adams
将被存储在磁盘或内存中，如：
S1S2S3S4S5;2010302030;LondonParisParisLondonAthens;SmithJonesBlakeClarkAdams
这与传统的rowstore形成对比，后者将存储数据更像这样：
S120LondonSmith;S210ParisJones;S330ParisBlake;S420LondonClark;S530AthensAdams
从这个简单的概念中可以看出，在列存储和行存储之间存在性能的所有基本差异，无论好坏。例如，列存储将擅长执行总计和平均值之类的聚合，但插入单行可能很昂贵，而逆行适用于行存储。从上图可以看出这一点。
它们与关系数据库有何不同？关系数据库是一个逻辑概念。柱状数据库或列存储是物理概念。因此，这两个术语无法以任何有意义的方式进行比较。面向列的DMBS可以是关系的，也可以不是关系的，就像面向行的DBMS可能或多或少地遵守关系原则一样。
我想说理解面向列的数据库的最佳候选者是检查HBase（Apache Hbase）。您需要签出代码并进一步探索以了解实施情况。
此外，Columnar DB具有内置的数据压缩关联性，加载过程是唯一的。这是我在2008年写的article，它解释了更多。
您可能还对IDC的Carl Olofson关于第三代DBMS技术的新报告感兴趣。它讨论了columnar等。如果您不是IDC客户，您可以在我们的网站上免费获得。他也在6月16日进行网络研讨会（也在我们的网站上）。
（顺便说一句，上面的一条评论列出了星号，但我不认为它们是柱状的。）
产品信息。这可能有所帮助。这些是Google搜索中的精选产品。
kx是另一个柱状数据库，例如用于金融部门。不过，上次检查时，许可证的价格是5万美元。不需要优化，不需要索引，因为kx具有强大的运算符（matlab等价物：.*，kron，bsxfun，...）。
要了解什么是面向列的数据库，最好将其与面向行的数据库进行对比。
面向行的数据库（例如MS SQL Server和SQLite）旨在有效地返回整行的数据。它通过将行的所有列值存储在一起来实现。面向行的数据库非常适合OLTP系统（例如，零售和金融交易系统）。
面向列的数据库旨在有效地返回有限数量列的数据。它通过将列的所有值存储在一起来实现。两个广泛使用的面向列的数据库是Apache Hbase和Google BigTable（Google用于其搜索，分析，地图和Gmail）。它们适用于大数据项目。面向列的数据库将在有限数量的列上的读取操作方面表现优异，但是与面向行的数据库相比，写入操作将是昂贵的。